![Оценка торговых систем - эффективности входа, выхода и сделок](https://c.mql5.com/2/0/Measure_Trade_Efficiency_MQL5.png)
![Оценка торговых систем - эффективности входа, выхода и сделок](https://c.mql5.com/i/articles/overlay.png)
Оценка торговых систем - эффективности входа, выхода и сделок
Существует масса критериев, которые позволяют оценить эффективность или прибыльность торговой стратегии. Но трейдеры всегда готовы подвергнуть любую систему новому краштесту. В статье рассказывается, как можно применить статистику для платформы MetaTrader 5 на основе измерения эффективности. Представлен класс перевода учёта статистики сделок в вид, не противоречащий описанному в книге "Статистика для трейдера" Булашева С.В. Приведён пример пользовательской функции оптимизации.
![Рынок и физика его глобальных закономерностей](https://c.mql5.com/2/40/5a55ed9f370f2c15608b457b.png)
![Рынок и физика его глобальных закономерностей](https://c.mql5.com/i/articles/overlay.png)
Рынок и физика его глобальных закономерностей
В данной статье я постараюсь проверить предположение о том, что любая система, имеющая под собой даже небольшое понимание рынка, способна работать в глобальном масштабе. Я не буду придумывать какие-то теории или законы, а буду размышлять только исходя из известных всех фактов, постепенно переводя известные нам факты на язык математического анализа.
![Нейросети — это просто (Часть 6): Эксперименты с коэффициентом обучения нейронной сети](https://c.mql5.com/2/49/Neural_Networks_Easy_006_600x314.jpg)
Нейросети — это просто (Часть 6): Эксперименты с коэффициентом обучения нейронной сети
Мы уже рассмотрели некоторые виды нейронных сетей и способы их реализации. Во всех случаях мы использовали метод градиентного спуска для обучения нейронных сетей, который предполагает выбор коэффициента обучения. В данной статье, я хочу на примерах показать важность правильного выбора и его влияние на обучение нейронной сети.
![Модель продолжения движения - поиск на графике и статистика исполнения](https://c.mql5.com/2/34/wave_movie.png)
![Модель продолжения движения - поиск на графике и статистика исполнения](https://c.mql5.com/i/articles/overlay.png)
Модель продолжения движения - поиск на графике и статистика исполнения
В данной статье я хочу описать программное определение одной из моделей продолжения движения. В основе работы лежит определение двух волн — основной волны и коррекционной волны. В качестве экстремумов будут использованы фракталы, а также, как я их называю, потенциальные фракталы - экстремумы, которые как фракталы еще не сформировались.
![Оценка индекса фрактальности, показателя Херста и возможность предсказания финансовых временных рядов](https://c.mql5.com/2/36/fraktal1.png)
![Оценка индекса фрактальности, показателя Херста и возможность предсказания финансовых временных рядов](https://c.mql5.com/i/articles/overlay.png)
Оценка индекса фрактальности, показателя Херста и возможность предсказания финансовых временных рядов
Поиски и изучение фрактального поведения финансовых данных подразумевают, что за внешне хаотическим поведением экономических временных рядов скрываются и действуют устойчивые механизмы коллективного поведения участников. На бирже такие механизмы могут приводить к возникновению ценовой динамики, которая определяет и описывает специфические свойства ценовых рядов. В трейдинге были бы интересны такие индикаторы, которые могут эффективно и устойчиво оценивать параметры фрактальности на том масштабе и диапазоне времени, которые актуальны на практике.
![Теория вероятностей и математическая статистика с примерами (Часть I): Основы и элементарная теория](https://c.mql5.com/2/39/Probability_theory_1.png)
![Теория вероятностей и математическая статистика с примерами (Часть I): Основы и элементарная теория](https://c.mql5.com/i/articles/overlay.png)
Теория вероятностей и математическая статистика с примерами (Часть I): Основы и элементарная теория
Трейдинг всегда связан с принятием решений в условиях неопределённости. Это означает, что результаты принятых решений не вполне очевидны в момент принятия этих решений. По этой причине важны теоретические подходы к построению математических моделей, позволяющих содержательно описывать подобные ситуации.
![950 сайтов транслируют экономический календарь от MetaQuotes](https://c.mql5.com/2/34/calendar_icon.png)
![950 сайтов транслируют экономический календарь от MetaQuotes](https://c.mql5.com/i/articles/overlay.png)
950 сайтов транслируют экономический календарь от MetaQuotes
Добавление виджета обеспечивает сайты подробным расписанием выхода 500 показателей и индикаторов крупнейших мировых экономик. Таким образом трейдеры, помимо основного контента площадки, оперативно получают актуальную информацию по всем важным событиям с пояснениями и графиками.
![Как создать 3D-графику на DirectX в MetaTrader 5](https://c.mql5.com/2/68/directx_600x314.jpg)
Как создать 3D-графику на DirectX в MetaTrader 5
Компьютерная 3D-графика хорошо подходит для анализа больших объемов данных, так как позволяет визуализировать скрытые закономерности. Такие задачи можно решать и напрямую в MQL5 — функции для работы с DireсtX позволяют при желании написать свою трехмерную игру для MetaTrader 5. Начните изучение с рисования простых объемных фигур.
![Глубокие нейросети (Часть III). Выбор примеров и уменьшение размерности](https://c.mql5.com/2/48/Deep_Neural_Networks_03.png)
![Глубокие нейросети (Часть III). Выбор примеров и уменьшение размерности](https://c.mql5.com/i/articles/overlay.png)
Глубокие нейросети (Часть III). Выбор примеров и уменьшение размерности
Эта статья продолжает серию публикаций о глубоких нейросетях. Рассматривается выбор примеров (удаление шумовых), уменьшение размерности входных данных и разделение набора на train/val/test в процессе подготовки данных для обучения.
![Собственное представление торговой истории и создание графиков для отчетов](https://c.mql5.com/2/32/CreateCustomeReport.png)
![Собственное представление торговой истории и создание графиков для отчетов](https://c.mql5.com/i/articles/overlay.png)
Собственное представление торговой истории и создание графиков для отчетов
В статье описываются пользовательские методы оценки истории торговли. Для этого написаны два класса для ее выгрузки и анализа. Первый собирает торговую историю в краткую таблицу. Второй предназначен для вычисления статистики: он рассчитывает ряд показателей и строит графики, с помощью которых оценивать результативность торгов становится удобнее.
![Исследование сезонных характеристик финансовых временных рядов при помощи диаграмм Boxplot](https://c.mql5.com/2/37/MQL5-avatar-season_research.png)
![Исследование сезонных характеристик финансовых временных рядов при помощи диаграмм Boxplot](https://c.mql5.com/i/articles/overlay.png)
Исследование сезонных характеристик финансовых временных рядов при помощи диаграмм Boxplot
Исследование сезонных характеристик финансовых временных рядов при помощи диаграмм Boxplot. Каждый отдельный ящик с усами дает хорошее представление о том, как распределены значения в наборе данных. Boxplots не следует путать с графиком японских свечей, хотя они визуально похожи.
![Оптимизируем стратегию по графику баланса и сравниваем результаты с критерием "Balance + max Sharpe Ratio"](https://c.mql5.com/2/29/loqekqlg1xfv_0uf48ukgw_89_1k4r4rf_daa1n9z2.png)
![Оптимизируем стратегию по графику баланса и сравниваем результаты с критерием "Balance + max Sharpe Ratio"](https://c.mql5.com/i/articles/overlay.png)
Оптимизируем стратегию по графику баланса и сравниваем результаты с критерием "Balance + max Sharpe Ratio"
Рассмотрен еще один пользовательский критерий оптимизации торговых стратегий, основанный на анализе графика баланса. Для этого использовалось вычисление линейной регрессии с помощью функции из библиотеки ALGLIB.
![Извлечение структурированных данных из HTML-страниц с помощью CSS-селекторов](https://c.mql5.com/2/35/MQL5-CSS_selectors.png)
![Извлечение структурированных данных из HTML-страниц с помощью CSS-селекторов](https://c.mql5.com/i/articles/overlay.png)
Извлечение структурированных данных из HTML-страниц с помощью CSS-селекторов
В статье описан универсальный метод анализа и конвертации данных из HTML-документов, основанный на CSS-селекторах. Торговые отчеты, отчеты тестера, ваши любимые экономические календари, публичные сигналы и мониторы счетов, дополнительные источники онлайн котировок - все это становится доступным из MQL.
![Грокаем "память" рынка через дифференцирование и энтропийный анализ](https://c.mql5.com/2/36/snip_20190614154924__2.png)
![Грокаем "память" рынка через дифференцирование и энтропийный анализ](https://c.mql5.com/i/articles/overlay.png)
Грокаем "память" рынка через дифференцирование и энтропийный анализ
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
![Нейросети — это просто (Часть 7): Адаптивные методы оптимизации](https://c.mql5.com/2/49/Neural_Networks_Easy_007_600x314.jpg)
Нейросети — это просто (Часть 7): Адаптивные методы оптимизации
В предыдущих статьях для обучения нейронной сети использовался метод стохастического градиентного спуска с применением единого коэффициента обучения для всех нейронов в сети. В данной статье предлагаю посмотреть в сторону адаптивных методов обучения, которые позволяют изменять скорость обучения каждого нейрона. Давайте посмотрим на плюсы и минусы такого подхода.
![Быстрая оценка сигнала: торговая активность, графики просадки/загрузки и распределения MFE/MAE](https://c.mql5.com/2/24/Signals.png)
![Быстрая оценка сигнала: торговая активность, графики просадки/загрузки и распределения MFE/MAE](https://c.mql5.com/i/articles/overlay.png)
Быстрая оценка сигнала: торговая активность, графики просадки/загрузки и распределения MFE/MAE
При поиске Сигнала подписчики в первую очередь ориентируются на общий прирост на торговом счете Поставщика, и это, в общем-то, логично. Но при этом также важно принимать во внимание потенциальные риски, которые несет конкретная торговая стратегия. В этой статье мы покажем, как просто и наглядно можно оценить заинтересовавший Сигнал с помощью нескольких показателей.
![Использование дискриминантного анализа для построения торговых систем](https://c.mql5.com/2/0/Discriminant_Analysis_MQL5.png)
![Использование дискриминантного анализа для построения торговых систем](https://c.mql5.com/i/articles/overlay.png)
Использование дискриминантного анализа для построения торговых систем
При построении торговой системы, как правило, встает задача выбора лучшей комбинации из индикаторов и их сигналов. Одним из способов построения таких комбинаций является дискриминантный анализ. В статье предлагается пример создания советника для сбора данных с рынка, рассмотрен пример использования дискриминантного анализа в программе Statistica для построения прогностических моделей для рынка FOREX.
![Разработка Pivot Mean Oscillator: новый осциллятор на кумулятивном скользящем среднем](https://c.mql5.com/2/37/PMO_200x200.png)
![Разработка Pivot Mean Oscillator: новый осциллятор на кумулятивном скользящем среднем](https://c.mql5.com/i/articles/overlay.png)
Разработка Pivot Mean Oscillator: новый осциллятор на кумулятивном скользящем среднем
В статье описывается осциллятор Pivot Mean Oscillator (PMO), который представляет собой реализацию торговых сигналов на основе индикатора кумулятивного скользящего среднего для платформ MetaTrader. В частности, сначала будет рассмотрено понятие Pivot Mean (PM) — индекс нормализации временных рядов, который вычисляет соотношение между любой точкой данных и скользящей CMA. Затем построим осциллятор PMO как разницу между скользящими средними, построенными по двум сигналам PM. Также в статье будут показаны эксперименты на символе EURUSD, которые проводились для проверки эффективности индикатора.
![Разнонаправленная торговля и хеджирование позиций в MetaTrader 5 с помощью API HedgeTerminal, часть 2](https://c.mql5.com/2/17/HedgeTerminalaArticle200x200_2p2.png)
![Разнонаправленная торговля и хеджирование позиций в MetaTrader 5 с помощью API HedgeTerminal, часть 2](https://c.mql5.com/i/articles/overlay.png)
Разнонаправленная торговля и хеджирование позиций в MetaTrader 5 с помощью API HedgeTerminal, часть 2
Статья описывает новый подход в вопросах хеджирования позиций и ставит точку в спорах между пользователями платформ MetaTrader 4 и MetaTrader 5 в этом вопросе. Она является продолжением первой части: "Разнонаправленная торговля и хеджирование позиций в MetaTrader 5 с помощью панели API HedgeTerminal". Во второй части описывается интеграция пользовательских экспертов с HedgeTerminalAPI - специальной библиотекой виртуализации, позволяющей торговать разнонаправлено, находясь в комфортном программном окружении, позволяющем легко и просто управлять своими позициями.
![Набор инструментов для ручной разметки графиков и торговли (Часть II). Рисование разметки](https://c.mql5.com/2/49/7908_manual_charting_trading_toolkit_002_600x314.jpg)
Набор инструментов для ручной разметки графиков и торговли (Часть II). Рисование разметки
Статья продолжает цикл, в котором я показываю, как создавал удобную для меня библиотеку для ручной разметки графиков с помощью сочетаний клавиш. Разметка происходит прямыми линиями и их комбинациями. В этой части рассказано непосредственно о самом рисовании с помощью функций, описанных в первой части. Библиотеку можно подключить к любому эксперту или индикатору, существенно облегчив себе задачи разметки. Данное решение НЕ ИСПОЛЬЗУЕТ внешних dll, все команды реализованы с помощью встроенных средств языка MQL.
![Прогнозирование временных рядов (Часть 1): метод эмпирической модовой декомпозиции (EMD)](https://c.mql5.com/2/38/mql5-avatar-emd.png)
![Прогнозирование временных рядов (Часть 1): метод эмпирической модовой декомпозиции (EMD)](https://c.mql5.com/i/articles/overlay.png)
Прогнозирование временных рядов (Часть 1): метод эмпирической модовой декомпозиции (EMD)
В статье рассмотрена теория и практическое применение алгоритма прогнозирования временных рядов на основе эмпирической модовой декомпозиции, предложена его реализации на MQL, предоставлены тестовые индикаторы и эксперты.
![Глубокие нейросети (Часть II). Разработка и выбор предикторов](https://c.mql5.com/2/48/Deep_Neural_Networks_02.png)
![Глубокие нейросети (Часть II). Разработка и выбор предикторов](https://c.mql5.com/i/articles/overlay.png)
Глубокие нейросети (Часть II). Разработка и выбор предикторов
Во второй статье из серии о глубоких нейросетях рассматриваются трансформация и выбор предикторов в процессе подготовки данных для обучения модели.
![Склейка фьючерсов в MetaTrader 5](https://c.mql5.com/2/0/Futures_MQL5.png)
![Склейка фьючерсов в MetaTrader 5](https://c.mql5.com/i/articles/overlay.png)
Склейка фьючерсов в MetaTrader 5
Технический анализ фьючерсов затруднён из-за непродолжительного срока их обращения. На относительно коротких графиках трудно проводить технический анализ, к примеру, количество баров на дневном графике фьючерса на индекс Украинской биржи UX-9.13 чуть больше 100. Поэтому перед трейдером стоит вопрос построения синтетических инструментов по фьючерсам. В статье рассматривается вопрос склейки истории по фьючерсным контрактам с различными датами обращения в терминале MetaTrader 5.
![Контроль наклона кривой баланса во время работы торгового эксперта](https://c.mql5.com/2/0/Balance_Angle_Control_MQL5.png)
![Контроль наклона кривой баланса во время работы торгового эксперта](https://c.mql5.com/i/articles/overlay.png)
Контроль наклона кривой баланса во время работы торгового эксперта
Найти правила для торговой системы и запрограммировать их в советнике - это еще полбеды. Необходимо каким-то образом поправлять работу эксперта в процессе накопления результатов торговли. В статье описывается один из подходов, позволяющий улучшить характеристики торгового эксперта при помощи создания обратной связи, измеряющей наклон кривой баланса депозита.
![Как правильно выбрать торговый сигнал для подписки. Пошаговое руководство](https://c.mql5.com/2/18/signals__1.png)
![Как правильно выбрать торговый сигнал для подписки. Пошаговое руководство](https://c.mql5.com/i/articles/overlay.png)
Как правильно выбрать торговый сигнал для подписки. Пошаговое руководство
В данном пошаговом руководстве рассматривается сервис Cигналы, изучение торговых сигналов, системный подход к поиску нужного сигнала, который удовлетворял бы критериям доходности, риска, активности торговли, работы на различных типах счетов и финансовых инструментах.
![ZigZag всему голова (Часть II): Примеры получения, обработки и отображения данных](https://c.mql5.com/2/35/MQL5-avatar-zigzag_head__1.png)
![ZigZag всему голова (Часть II): Примеры получения, обработки и отображения данных](https://c.mql5.com/i/articles/overlay.png)
ZigZag всему голова (Часть II): Примеры получения, обработки и отображения данных
В первой части был описан модифицированный индикатор ZigZag и класс для получения данных индикаторов такого типа. Теперь мы покажем как создать индикаторы на основе этих инструментов, а также напишем эксперта для тестов, который будет заключать сделки по сигналам, формируемым индикатором ZigZag. В качестве дополнения в этой статье будет представлена новая версия библиотеки для создания графических интерфейсов EasyAndFast.
![Как самостоятельно создать и протестировать в MetaTrader 5 инструменты Московской биржи](https://c.mql5.com/2/35/CustSymbols_MOEX.png)
![Как самостоятельно создать и протестировать в MetaTrader 5 инструменты Московской биржи](https://c.mql5.com/i/articles/overlay.png)
Как самостоятельно создать и протестировать в MetaTrader 5 инструменты Московской биржи
В статье рассказывается как с помощью языка MQL5 создать свой собственный символ биржевого инструмента. В частности, используя биржевые котировки с популярного сайта "финам". Кроме того рассматривается возможность работы с произвольным форматом текстовых файлов, из которых создается пользовательский символ. Поэтому и финансовые инструменты и источники данных могут быть любыми. Создав пользовательский символ, мы можем использовать все возможности тестера стратегий MetaTrader 5 для проверки торговых алгоритмов на биржевых инструментах.
![Статистические оценки](https://c.mql5.com/2/0/MQL5_Statistical_estimation.png)
![Статистические оценки](https://c.mql5.com/i/articles/overlay.png)
Статистические оценки
Оценка статистических параметров последовательности очень важна, так как большинство математических моделей и методов строятся исходя из различного рода предположений, например, о нормальности закона распределения, или требуют знания значения дисперсии или других параметров. В статье кратко рассматриваются простейшие статистические параметры случайной последовательности и некоторые методы ее визуального анализа. Предлагается реализация этих методов на MQL5 и способ визуализации результатов расчета при помощи программы Gnuplot.
![Методы сортировки и их визуализация с помощью MQL5](https://c.mql5.com/2/27/MQL5-avatar-sort-003.png)
![Методы сортировки и их визуализация с помощью MQL5](https://c.mql5.com/i/articles/overlay.png)
Методы сортировки и их визуализация с помощью MQL5
Для работы с графикой в MQL5 создана специальная библиотека Graphic.mqh. В статье описан пример ее практического применения и поясняется сама суть сортировок. По каждой сортировке существует как минимум отдельная статья, а по ряду из них уже опубликованы целые исследования, поэтому здесь описывается лишь общая идея.
![Кластерный анализ (Часть I): Использование наклона индикаторных линий](https://c.mql5.com/2/49/Cluster_analysis_001_600x314.jpg)
Кластерный анализ (Часть I): Использование наклона индикаторных линий
Кластерный анализ — один из важнейших элементов искусственного интеллекта. В этой статье я пытаюсь применить кластерный анализ наклона индикатора, чтобы получить пороговые значения для определения флэтового или трендового характера рынка.
![Брутфорс-подход к поиску закономерностей](https://c.mql5.com/2/49/Brute_force_approach_to_pattern_search_001_600x314.jpg)
Брутфорс-подход к поиску закономерностей
В данной статье мы будем искать закономерности на рынке, создавать советников на их основе и проверять, как долго эти закономерности сохраняют работоспособность и вообще, сохраняют ли они ее.
![Пишем глубокую нейронную сеть с нуля на языке MQL](https://c.mql5.com/2/49/Programming-a-Deep-Neural-Network-from-Scratch-using-MQL-Language_600x314.jpg)
Пишем глубокую нейронную сеть с нуля на языке MQL
Статья познакомит вас с глубокой нейронной сетью, написанной на MQL, и с различными функциями активации этой сети, такими как функция гиперболического тангенса для скрытых слоев и Softmax для выходного слоя. Мы будем изучать нейросеть постепенно, двигаясь от первого шага до последнего, и вместе создадим глубокую нейронную сеть.
![Walk-Forward оптимизация в MetaTrader 5 - своими руками](https://c.mql5.com/2/28/MQL5-avatar-WalkForward-001.png)
![Walk-Forward оптимизация в MetaTrader 5 - своими руками](https://c.mql5.com/i/articles/overlay.png)
Walk-Forward оптимизация в MetaTrader 5 - своими руками
В статье рассматриваются подходы, позволяющие достаточно точно эмулировать walk-forward оптимизацию с помощью встроенного тестера и вспомогательных библиотек, реализованных на MQL.
![Статистические рецепты для трейдера - Гипотезы](https://c.mql5.com/2/12/Trader_Statistics_Recipes_MetaTrader5_Alglib_MQL5__1.png)
![Статистические рецепты для трейдера - Гипотезы](https://c.mql5.com/i/articles/overlay.png)
Статистические рецепты для трейдера - Гипотезы
В данной статье рассматривается базовое понятие математической статистики "гипотеза". На примерах, с применением методов математической статистики, исследуются и проверяются различные гипотезы. Реальные данные обобщаются с помощью непараметрических методов. При обработке данных используются пакет Statistica и портированная библиотека численного анализа ALGLIB MQL5.
![Непрерывная скользящая оптимизация (Часть 1): Механизм работы с отчетами оптимизации](https://c.mql5.com/2/49/Continuous-Walk-Forward-Optimization_001_600x314.jpg)
Непрерывная скользящая оптимизация (Часть 1): Механизм работы с отчетами оптимизации
Первая часть статьи посвящена созданию инструментария для работы с отчетностью оптимизации, ее импорта из терминала, а также процессам фильтрации и сортировки полученных данных. MetaTrader 5 позволяет выгружать отчет проходов оптимизаций, но хотелось бы иметь возможность добавления в отчет собственных данных.
![Управление оптимизацией (Часть I): Создание графического интерфейса](https://c.mql5.com/2/36/mql5-avatar-opt_control.png)
![Управление оптимизацией (Часть I): Создание графического интерфейса](https://c.mql5.com/i/articles/overlay.png)
Управление оптимизацией (Часть I): Создание графического интерфейса
В данной статье описывается процесс создания расширения для терминала MetaTrader. Предлагаемое решение помогает автоматизировать процесс оптимизации путем запуска оптимизаций в других терминалах. На базе данной статьи будет написано еще несколько статей, развивающих затронутую тему. Расширение написано с использованием языка C# и шаблонов программирования, что демонстрирует помимо основной задачи данной статьи возможность терминала к расширению изначально заложенных в него возможностей путем написания собственных модулей, а также то, как просто можно создавать пользовательскую графику в языке с наиболее удобным для этого функционалом.
![Практическое использование нейросетей Кохонена в алгоритмическом трейдинге (Часть II): Оптимизация и прогнозирование](https://c.mql5.com/2/35/MQL5_kohonen_trading__1.png)
![Практическое использование нейросетей Кохонена в алгоритмическом трейдинге (Часть II): Оптимизация и прогнозирование](https://c.mql5.com/i/articles/overlay.png)
Практическое использование нейросетей Кохонена в алгоритмическом трейдинге (Часть II): Оптимизация и прогнозирование
На основе универсального инструментария для работы с сетями Кохонена строится система анализа и выбора оптимальных параметров советника, а также рассматривается прогнозирование временных рядов. В первой части мы исправили и усовершенствовали публично доступные нейросетевые классы, дополнив их необходимыми алгоритмами. Теперь настало время применить их на практике.
![Виджеты Торговых сигналов MetaTrader 4 и MetaTrader 5](https://c.mql5.com/2/0/MetaTrader_trading_signal_widget_avatar__1.png)
![Виджеты Торговых сигналов MetaTrader 4 и MetaTrader 5](https://c.mql5.com/i/articles/overlay.png)
Виджеты Торговых сигналов MetaTrader 4 и MetaTrader 5
Совсем недавно у каждого пользователя MetaTrader 4 и MetaTrader 5 появилась возможность стать поставщиком торговых сигналов и получать дополнительную прибыль. Теперь же при помощи новых виджетов можно рассказать о торговых успехах на своем сайте, в блоге или на странице в социальной сети. Преимущества использования виджетов очевидны: рост популярности поставщика, его репутации как успешного трейдера и привлечение новых подписчиков. Все это получают те трейдеры, которые размещают виджеты на других сайтах в интернете.
![Нейросети — это просто (Часть 10): Multi-Head Attention (многоголовое внимание)](https://c.mql5.com/2/49/Neural_Networks_Easy_009_600x314.jpg)
Нейросети — это просто (Часть 10): Multi-Head Attention (многоголовое внимание)
Ранее мы уже рассмотрели механизм само-внимания (self-attention) в нейронных сетях. В практике современных архитектур нейронных сетей используется несколько параллельных потоков self-attention для поиска различных зависимостей между элементами последовательности. Давайте рассмотрим реализацию такого подхода и оценим его влияние на общий результат работы сети.
![Самоадаптирующийся алгоритм (Часть IV): Дополнительный функционал и тесты](https://c.mql5.com/2/41/50_percents__4.png)
![Самоадаптирующийся алгоритм (Часть IV): Дополнительный функционал и тесты](https://c.mql5.com/i/articles/overlay.png)
Самоадаптирующийся алгоритм (Часть IV): Дополнительный функционал и тесты
Продолжаю наполнять алгоритм минимально необходимым функционалом, проведу тесты того, что получилось. Доходность получилась невысокая, но в статьях показана модель, которая позволяет в полностью автоматическом режиме торговать в плюс по совершенно разным торговым инструментам, и не только разным, но и торгующимся на принципиально разных рынках.